福州市春、冬季霾日与非霾日PM_(2.5)及碳气溶胶污染水平与特征

分析和探讨了福州市春、冬季霾日和非霾日PM2.5、OC和EC的污染特征,福州市五四北和紫阳两点位春、冬季PM2.5、OC、EC霾日的浓度水平明显高于非霾日,霾日对PM2.5、OC及EC的影响程度相一致;PM2.5最高值均出现在霾日,并超过美国USEPA日均值65μg/m3的标准;春季的OC高于冬季,OC/EC的比值>2.0,表明存在次生有机碳SOC,福州市区春、冬季SOC分别占OC的37%和28%,OC占PM2.5的比例为15%～26%;作为一次气溶胶的元素碳EC在大气中的浓度水平较为稳定,OC占PM2.5的比例为4%～5%;福州市环境空气中的OC和EC具有相同的来源,主要为移动污染源.     

崇明岛PM2.5中硫酸根、硝酸根及其前体物变化特征及来源

2016年8月1日—2017年7月31日在上海市崇明岛森林公园空气质量观测站进行了为期1年的大气气体污染物、PM_(2.5)水溶性成分在线监测。各项常规大气污染物在该站浓度均较低,但污染物极值较高,说明崇明地区仍有显著的区域污染现象。PM_(2.5)中硝酸根平均浓度(10. 0μg/m~3)高于硫酸根(6. 8μg/m~3),2种成分均在冬季出现最高值。崇明地区PM_(2.5)污染中污染物区域传输是主要贡献因子,但夏季硫酸根二次生成较为明显。风速风向及后向气流轨迹分析表明,南通工业区及城区是崇明地区PM_(2.5)二次无机成分气态前体物的重要贡献来源,而来自山东中部、江苏北部及长三角苏锡常地区的污染传输过程亦对硫酸根、硝酸根浓度有显著贡献。     

江苏泰州城市霾天和沙尘天气溶胶中细菌群落结构特征研究

近年来,空气污染已成为长三角地区最关键的环境问题之一,气溶胶颗粒物(PM)是最主要的污染物之一.生物气溶胶作为颗粒物的重要组成部分,可能对空气质量和人体健康产生不利影响.利用高通量测序方法研究了江苏省泰州2019年11月至2020年1月期间发生沙尘和霾污染时生物气溶胶中细菌群落结构组成特征.结果表明:冬季沙尘天和霾天气...     

广州冬季霾天气大气PM2.5污染特征分析

收集了2005年12月至2006年2月的PM2.5浓度观测数据及同步气象数据,分析了冬季PM2.5质量浓度日变化趋势以及霾日期间PM2.5质量浓度日变化和小时变化趋势.结果发现,观测期间PM2.5日均值浓度为69μg/m3,霾日期间PM2.5日均值浓度为72μg/m3.冬季霾天气的发生频率为45%,霾天气过程最短持续2天,最长持续9天.较高的PM2.5浓度和较高的相对湿度及较小的风速是导致霾天气形成的主要原因.霾日期间PM2.5小时浓度变化趋势与人类活动周期和气象条件密切相关.     

基于激光雷达分析一次重霾过程混合层高度

为深化对冬季重霾天气大气混合层高度的认识,利用Mie散射激光雷达观测了成都市2014年1月23日至2月4日一次典型重霾天气过程。基于Mie散射激光雷达探测获取的后向散射系数,使用SBH99算法计算了该过程的混合层高度,并系统分析其演变特征及其与气象因子的关系,研究结果表明:将激光雷达探测的混合层高度与探空曲线表征出的混合层高度进行对比分析,结果显示两者具有较好的一致性,相关系数为0.893 4;此次重霾过程中,混合层高度平均值较低,约378 m;霾天气发生后,混合层高度显著下降,并且混合层高度的最大值与最小值之间差距缩小,日变化波动不明显;混合层高度的发展与空气温度的变化趋势呈正相关关系,与相对湿度呈负相关关系。     

灰霾期间武汉城市区域大气污染物的理化特征

利用湖北省大气复合污染自动监测站2013年的全年监测数据,分析了灰霾期间武汉城市区域大气污染物的理化特征。霾日主要出现在春季、秋季和冬季。霾日与非霾日大气污染物质量浓度和气象参数的对比分析结果显示:高湿度、静风是武汉城市区域霾日的重要气象特征;PM1、PM_(2.5)、PM_(10)、NO_2、CO、NH3的质量浓度,SOR、NOR值以及PM_(2.5)中的二次无机离子(SO2-4、NO-3、NH+4)和部分元素(Pb、Se、Cd、Zn、K)的质量浓度均在霾日明显高于非霾日,而霾日SO2质量浓度仅在冬季略高于非霾日。选取2013年1月的连续灰霾日进行相关性分析,结果表明:污染组分主要来自当地排放(包括直接排放和二次形成),并受当地气象条件影响。此次灰霾过程中PM_(2.5)中的硫酸盐和硝酸盐主要来自气相反应,气态NO_2主要生成了气态HNO_3,而不是HNO_2。     

杭州市区霾和非霾天气下污染状况分析

利用2006—2015年杭州环境空气质量及霾等观测数据,分析近几年杭州的霾日数变化,比较霾与非霾两种情况下污染物浓度和气溶胶消光特性的差异。结果表明:杭州霾出现频繁,近10年来年均霾日数在160 d左右,频率高达40%以上。每月PM2.5超标天数与霾日数有较好吻合。随主要污染物浓度升高,能见度呈下降趋势。绝大多数月份均存在霾天气下污染物浓度高于非霾,霾天气下PM2.5的早晚高峰日变化特征更加明显。能见度的日变化呈现双谷特征。     

西安市黑碳气溶胶浓度特征及与气象因素和常规污染物相关性

利用西安市环境监测站超级站2013年9月1日—2015年5月31日黑碳气溶胶(BC)的监测数据,研究空气中BC浓度特征及其与气象因素和常规污染物相关性。结果表明:BC小时平均浓度均值在春季、夏季和冬季的变化趋势呈"W"型,秋季呈"V"型,且冬季的第一个最低值和峰值比春季和夏季的分别延迟1 h和2~3 h,且20:00~次日6:00秋季BC小时平均浓度均值高于当年冬季。BC浓度在秋季和冬季较高,夏季较低。冬季BC/PM_(2.5)基本最低,秋季BC/PM_(2.5)相对最高。BC日平均浓度与气温、降水和风速的日平均值为极负显著相关,且风速小于1.0 m/s时,其与风速呈最显著的负相关。除O_3外,BC日平均浓度与其他常规空气污染物浓度呈显著相关,表明其同源性很强,且受机动车尾气排放的影响更大。     

广州市PM_(10)与气象要素的关系分析

广州的PM10污染状况较为严重.PM10是大气颗粒物中对环境和人体健康危害最大的一类,PM10与医院就诊率、呼吸器官疾病发病率乃至死亡率等关系密切.PM10污染与气象条件关系密切,研究气象条件对PM10污染的影响,对改善城市空气质量条件有重要意义.文章利用2001～2004年广州市PM10和同期地面气象要素的监测资料,定量分析PM10与降雨量、相对湿度、平均温度和气压之间的关系:不同等级的降雨对PM10污染均有一定的清除作用;PM.0日平均质量浓度的改变量随着降雨量的增大而增大;1mm降雨量对PM10的清除能力按春、夏、秋、冬依次递增.春、夏、秋三个季节均为当日平均相对湿度低于季平均相对湿度时容易出现PM10污染天气,冬季则相反.春、秋两季均为当日平均气温在季平均值附近徘徊时,较易出现PM10污染,冬季则相反,夏季较少出现PM10污染.较高气压下PM10污染日的出现频率明显高于非污染日.     

杭州城区大气颗粒物污染特征及PM2.5潜在源区研究

基于2015年9月1日至2016年8月25日杭州城区观测点PM₁、PM_2.5、PM₁₀小时浓度数据进行分析,利用HYSPLIT模型、潜在源贡献因子（PSCF）方法和浓度权重轨迹（CWT）方法,探讨了杭州城区PM₁、PM_2.5、PM₁₀时间分布特征和PM_2.5潜在来源。结果表明：研究期间PM₁季节平均浓度表现为冬季 > 秋季、春季 > 夏季,PM_1~2.5、PM_2.5~10浓度则表现为冬季 > 春季 > 秋季 > 夏季;PM₁浓度日变化呈现明显的双峰现象,而PM_1~2.5和PM_2.5~10在同一时段均无明显浓度峰值;杭州城区PM_2.5受外源输送污染具有明显的季节性变化特征,夏季、秋季杭州城区PM_2.5的潜在源区主要是浙江北部、安徽东南部等,春季PM_2.5的潜在源区主要是浙江中部、江苏南部等,冬季PM_2.5的潜在源区主要是山东南部、江苏西南部、浙江北部、安徽南部、江西中部等地区。     

民勤县近50a来日照时数变化特征分析

利用民勤县气象站1960~2009年的逐月、逐季、逐年的日照时数观测资料,采用气候倾向率分析法对民勤县近50a日照时数的变化特征进行分析,得出民勤县近50a来日照时数的变化特征。结果表明:近50a来民勤县年日照时数总体呈增加趋势,在四季中,春、夏、秋、冬季日照时数均呈增加趋势并以春季和夏季增加幅度最为显著,变化趋势最为明显,对年日照时数的贡献率最大,秋、冬季增加幅度略小。近50a中民勤县年日照时数最多为2006年的3423.5h,最少为1975年的2763h,两者相差达660.5h,说明年日照时数的变化较大。     

基于RS和GIS技术的贵州省植被生态环境监测分析

为阐明贵州省植被生态环境变化的整体状况,基于RS和GIS技术,应用美国国家航空航天局最新的全球植被指数变化研究数据（GIMMS）,通过计算月归一化植被指数（NDVI）变化率,并对研究区一元线性回归模拟,分析了贵州省1982年-2003年的地表植被覆盖。结果表明：22年来,研究区植被覆盖呈增加趋势,表明贵州省植被生态环境向好的方向发展;贵州省平均植被覆盖在春季和秋季呈上升趋势,夏季和冬季呈下降趋势,其中春季对植被覆盖总变化量的贡献最大;植被覆盖程度增减因区域不同而异,变化程度呈增加的区域主要位于贵,ki-I省的中部地区;变化程度呈减小的区域分布在贵州省的四周边缘。     

乌鲁木齐市冬季AQI与气象要素的相关性分析

选取污染事件较为严重的冬季为研究对象，分析该季节空气质量指数(Air Quality Index,以下简称AQI)变化及其与气象要素之间的相关特性，为乌鲁木齐市在大气污染治理方面提供相关的理论依据。利用乌鲁木齐市2019—2021年的逐日AQI和地面气象要素数据，分析了该市冬季空气质量特征及其与气象要素的关系，结果表明：乌鲁木齐市1月空气质量最差，污染主要出现在冬季12月至翌年2月；冬季空气质量呈现明显的南优北劣的空间特征；冬季AQI与相对湿度呈显著的正相关，与降水量、气温、风速呈显著的负相关；降水量低于0.5 mm、相对湿度在60%～75%、平均气温在-20～-10℃、平均风速低于2 m/s时，容易出现重污染天气。     

利用后向轨迹模式研究上海市PM2.5来源分布及传输特征

利用后向轨迹模型,结合上海 PM2．5的浓度数据计算了2012年6月27日-2013年6月26日以上海为起始点的后向轨迹,并通过轨迹相关的分析方法,研究不同来源区域对上海 PM2．5浓度的贡献影响。结果表明：长三角地区的排放对上海的贡献最为显著;苏北、山东等地区的排放对上海也有较明显的贡献;来自海面的贡献总体低于大陆。所采用的轨迹多元回归分析法为 PM2．5的来源分布及传输特征研究提供了新思路。     

PWD22能见度仪监测上海市水平能见度的试验研究

利用PWD22能见度仪监测数据,分析了上海市2008年—2009年能见度日变化规律和四季逐日变化特征,以及能见度和混合层高度(MLH,Mixed Layer Height)、空气污染指数(API)及气象要素(相对湿度、风速、温度)的相关性。结果表明,能见度一峰一谷日变化特征明显,峰值出现在14:00~16:00,谷值出现在6:00~8:00。能见度与MLH相关性显著,与温度最差。能见度和气溶胶光学厚度(AOT)线性拟合呈负相关关系,且夏季相关性最显著,冬季最差。     

2013-2018年北京市PM2.5污染波动特征研究

利用2013—2018年北京市大气污染物监测数据及气象条件等资料,分析了北京市PM_(2.5)污染波动变化趋势及其影响因素。结果表明,2013—2018年北京市空气质量呈现整体改善趋势,优良天数由2013年的176 d增加至2018年的227d;重污染天数显著减少,由2013年的58 d逐年递减至2018年的14 d。受污染源排放、特殊气候现象、气象条件等多因素影响,近6年北京市ρ(PM_(2.5))月均值呈现波动下降趋势,其中秋、冬季波动性更加突显。2014—2016年北京市秋冬季PM_(2.5)污染突出,其中2014年10月、2015年11—12月、2016年12月ρ(PM_(2.5))月均值均达到中度污染级别;而2017—2018年北京市秋、冬季ρ(PM_(2.5))月均值均处于优良水平。相关性分析结果显示,地面相对湿度、中层温度与大气污染物呈现较强的正相关性,中层北风频率、地面风速则呈现负相关性。基于上述气象条件及CO、SO_2和NO_2等气态污染物共同构建的拟合方程对ρ(PM_(2.5))估算结果较好,多站点的拟合值与实际值的相关系数为0.900～0.947,进一步说明气象条件及相关污染源排放对PM_(2.5)污染具有显著影响。     

基于硫碳同位素研究南京北郊冬季霾事件中PM2.5来源

2015年12月27日—2016年1月6日,针对南京北郊地区一次霾事件所采PM_(2.5)样品,测定样品中水溶性离子、硫同位素与碳同位素组分含量。水溶性离子研究结果表明:该次霾事件以二次污染为主且移动源占主要地位。硫同位素分析结果表明:硫酸盐的δ~(34)S(SO_4~(2-))值的范围为4.4‰~6.8‰,平均值为5.7‰±0.7‰(n=11),结合该地潜在硫源可知,此次霾事件中硫酸盐气溶胶主要来源为机动车尾气及煤炭燃烧。PM_(2.5)中的δ~(13)C值变化范围为-28.43‰~-24.94‰,平均值为-26.62‰±1.11‰,说明碳质污染物来源主要为机动车尾气、燃煤。此外,硫、碳同位素具有较好的负相关性,结合潜在硫源、碳源可知,2016年1月1日之前,南京北郊地区大气污染源以汽油车尾气排放为主;1月1日之后大气污染源以柴油车尾气和燃煤排放为主。     

天津市区PM2.5中碳组分污染特征及来源分析

为研究天津市细颗粒中碳组分特征,于2006年8-12月连续采集PM25样品,分析其来源及浓度特征.结果表明,天津市区PM25、有机碳(OC)及元素碳(EC)浓度分别为165.90、23.90、5.50 μg/m3,3项浓度均为冬季最高.OC、EC、总碳在PM2.5中所占比例分别为14.31％、3.66％和18.14％,秋季在PM 2 5中所占比例最高,夏季最低.OC/EC平均值为4.21,按照秋、夏、冬呈递增的季节变化趋势.冬季二次有机碳污染较重,二次有机碳浓度(13.98 μg/m3)占OC比例为34.5％.因子分析表明,非采暖期汽油车对碳气溶胶作用显著,采暖期生物质燃烧、燃煤及汽油车排放贡献.     

内蒙古呼和浩特市沙尘天气变化规律及防治对策

以呼和浩特市30年(1971~2000年)气象资料为基础,运用数理统计理论,分析了呼和浩特市沙尘天气的时间变化特征及其与降水量、气温、风速、相对湿度、蒸发量等气象因子的关系。结果表明,沙尘暴、扬沙、浮尘等沙尘天气在年代际、年际、季节与月变化上具有一致性。20世纪70年代沙尘天气发生的日数最多,从1970年代到1990年代沙尘天气发生日数总体上波动下降。沙尘天气的年际变化均以1972年最高,但不同沙尘天气发生日数最小值出现的年份不同,最小值为0天,2000年略有上升。沙尘天气呈现春冬季节发生日数多,夏秋发生日数少的季节变化趋势,每年的4月份沙尘天气出现最多,7、8或9月份沙尘天气出现最少。沙尘天气的发生与空气相对湿度、降水量呈现极显著或显著的负相关,与风速、蒸发量呈现极显著或显著的正相关,与气温变化关系不明显。在此基础上,提出了完善监测体系、加强生态环境建设等沙尘天气防治对策。     

基于复杂网络及其模体的京津冀及周边城市空气污染空间关联与城市协同治理

为了探究京津冀及周边31个城市空气污染的空间关联与季节演化情况,于2015年1月1日至2021年12月31日选取该区域的空气质量指数(AQI)日均值作为样本,首先对31个城市AQI的时间变化特征和空间分布特征进行了分析;然后计算不同城市AQI的皮尔逊相关系数,结合引力模型,构建了该区域空气污染空间关联网络;最后对网络的整体特征与季节演化情况进行了分析。结果表明,该区域空气污染空间关联网络密度较高,关联比较紧密,度值与中心性较高的城市对空气污染有更高的传输贡献,石家庄、邢台及邯郸的中心性最高,对其他城市空气污染传输的控制能力最强;网络共分为3个凝集子群,石家庄、邢台及邯郸位于子群发生关联的中心位置;对4个季节空间关联网络图进行对比分析,春季网络密度更高,不同城市之间AQI的关联更为紧密;在模体A的四季关联网络中,石家庄、邢台和邯郸为主要传播城市;在模体B的四季关联网络中,邯郸和北京为枢纽城市,这些城市在空气污染的传播过程中起着重要作用。提出,加强石家庄、邢台、邯郸、北京这4个城市与其他城市空气污染协同治理力度,完善监督管理机制,促进环保产业发展;从行政、法律、经济等多方面入手,为解决京津冀大气污染问题提供充分保障;结合京津冀地区的季节气候条件,加强冬季煤改电、煤改气等管理力度,实行区域或集中采暖供热,减少燃料消耗和烟尘排放。